首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
注意力机制,航空轴承,卷积神经网络,深度学习,状态识别
】搜索到相关结果
250
条
按文献类别分组
学位论文
(548)
期刊
(386)
会议论文
(36)
报纸
(2)
按栏目分组
学位论文
(548)
期刊
(386)
会议论文
(36)
报纸
(2)
按年份分组
2024
(104)
2023
(250)
2022
(138)
2021
(142)
2020
(150)
2019
(98)
2018
(70)
2017
(16)
2016
(4)
按来源分组
中国民用航空飞行学院
(104)
中国民航大学
(36)
南京航空航天大学
(34)
哈尔滨工业大学
(22)
长安大学
(22)
北京航空航天大学学报
(12)
激光与光电子学进展
(11)
长江大学
(10)
吉林大学
(10)
振动与冲击
(9)
遥感学报
(8)
上海交通大学
(8)
计算机应用
(6)
航空维修与工程
(6)
北京邮电大学
(6)
西安理工大学
(6)
Transactions of Nanjing University of Aeronautics and Astronautics
(4)
南京信息工程大学
(4)
电子测量与仪器学报
(4)
航空电子技术
(4)
国防科技大学
(4)
振动.测试与诊断
(3)
航空动力学报
(3)
中国图象图形学报
(2)
微型机与应用
(2)
河南理工大学
(2)
中国地质大学(北京)
(2)
吉林大学学报(理学版)
(2)
中国科学院大学(中国科学院沈阳计算技术研究所)
(2)
世界核地质科学
(1)
关键词
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于SW/YOLO模型的航空发动机叶片损伤实时检测
作者:
何宇豪
曹学国
刘信良
蒋浩坤
王静秋
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
实时检测
叶片损伤
深度学习
目标检测
孔探检测
描述:
,有利于较小损伤区域的检测,如烧蚀损伤,平均精度提高了8.
1
%。最后,通过与YOLOv5,Faster R/CNN,SSD模型的对比实验,结果表明SW/YOLO模型的平均精度均值分别提高了7%,6.2%,6.3%,检测速度满足实时检测需求,有利于提高航空发动机孔探检测的自动化和智能化水平。
<
1
2
3
...
22
23
24
25
>
Rss订阅
订阅地址: